保姆级Python安装和环境配置

第一部分 Anaconda下载与安装

Anaconda是一个安装、管理python相关包的软件，还自带python、Jupyter Notebook、Spyder，有管理包的conda工具。

0、为什么Anaconda是有必要的？

1. 可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。
2. 可以帮助管理不同的环境。

比如你在A项目中用了 Python 2，而新的项目B要求使用Python 3，而同时安装两个Python版本可能会造成许多混乱和错误。这时候 conda就可以帮助你为不同的项目建立不同的运行环境。

1、如何安装Anaconda?

1.1、安装包下载

官网下载：Installation — Anaconda documentation

清华大学镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

Tips: 如果计算机上已经安装了 Python，安装不会对你有任何影响。实际上，脚本和程序使用的默认 Python 是 Anaconda 附带的 Python，所以安装完Anaconda已经自带安装好了Python，不需要你再安装Python了。

1.2、双击安装

具体细节可以参考：http://www.360doc.com/content/20/0511/06/29876786_911481951.shtml 

1.3、变量配置

配置环境变量之前，cmd命令行键入 conda list
如果显示“conda不是内部或者外部命令”，则需要配置环境变量。

找到Anaconda安装目录，找到里面的Scripts，复制路径。

然后，右键“我的电脑”>选择“属性”>高级系统设置>环境变量

然后，在系统变量中找到path，新建粘贴即可。

1.4、验证安装

验证安装结果。可选以下任意方法：

1）“开始 → Anaconda3（64-bit）→ Anaconda Navigator”，若可以成功启动Anaconda Navigator则说明安装成功。

2）“开始 → Anaconda3（64-bit）→ 右键点击Anaconda Prompt → 以管理员身份运行”，在Anaconda Prompt中输入conda list，可以查看已经安装的包名和版本号。若结果可以正常显示，则说明安装成功。

1.5、Python创建虚拟环境

搭建虚拟环境主要是为了保证环境得统一性，对于不同得应用建立专属的python环境，比如针对后台开发的django可以建立一个虚拟环境，针对爬虫开发得应用可以建立一个虚拟环境，避免环境之间产生冲突。还可以避免一个环境造成得安装包过的多，导致环境加载缓慢。

首先，cmd命令行键入conda create -n your_env_name python=x.x

（anaconda命令创建python版本为x.x，名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。）

例：

conda create -n py3 python=3.6

激活或切换虚拟环境

activate your_env_name

例：

在该虚拟环境下安装包：

conda install package_name

例：

2、 在Anaconda中管理包（安装、卸载、更新）

2.1、按下图点击菜单栏，打开Anaconda Navigator（win10系统以管理员身份运行）

 2.2、然后在Anaconda Navigator中可以按下图操作

1）列出已安装的包

2）安装或者更新包

下图中第5步，“apply”表示安装这个包，‘clear’表示删除已经安装的包。

如果没有“apply” 这个按钮，表示这个包已经安装过了。

3）打开conda的命令端，输入conda命令

第二部分 IDE的选择

1、Jupyter notebook和Pycharm

经过近 30 年的发展，Python 已成为编程社区极受欢迎的语言。使用 IDLE 或 Python Shell 写 Python 编码适用于小型项目，但无法应对成熟的机器学习或数据科学项目。

在这种情况下，需要使用一个 IDE（集成开发环境）或专用的代码编辑器。

由于 Python 是最流行的编程语言之一，IDE 的选择也非常多。此处以两个最主流的ide为例，讲解如何安装及配置虚拟环境。

2、Jupyter notebook

2.1、安装

打开Anaconda Navigator

找到下图的jupyer notebook，点击红框的地方，就可以打开notebook了

启动notebook 服务器后，在浏览器中会自动打开notebook页面地址：http://localhost:8888（其中localhost 表示你的计算机，而 8888 是服务器的默认端口）

 

Files（文件）显示当前“notebook工作文件夹”中的所有文件和文件夹。

点击 Running（运行）选项卡会列出所有正在运行的 notebook。可以在该选项卡中管理这些 notebook。

Clusters一般不会用到。因为过去在 Clusters（集群）中创建多个用于并行计算的内核。现在，这项工作已经由 ipyparallel 接管。

2.2、创建一个新的notebook

像下面图片中一样，在右侧点击“New”（新建），创建新的 notebook、文本文件、文件夹或终端。

“Notebooks”下的列表显示了你已安装的内核，这里直接选择你电脑上默认的环境名即可（名称可以与下面图的不一样）。

注意：此时默认的环境名在navigator中是 root，对应notebook里的默认环境名，没有加载虚拟环境。

2.3、在conda中激活或者创建虚拟环境（此处仍然以py3为例）

之后要安装ipykernel，这个库主要是为不同的虚拟机或CONDA环境设置多个IPython内核。

pip install ipykernel

python -m ipykernel install --user --name=py3 #虚拟环境的名字

 

这样就打开了下面的页面，会看到一个小方框。它称为单元格（cell）。

 

 

notebook 中的大部分工作均在代码单元格中完成。这是编写和执行代码的地方。在代码单元格中可以执行多种操作，例如编写代码、给变量赋值、导入包，展示数据分析结果等。在一个单元格中执行的任何代码在所有其他单元格中均可用。

按照国际惯例，在此处可以输入自己的第一行Python代码Hello world。然后点击图中的运行按钮，会执行你当前所在的代码，其实我更喜欢用快捷键（键盘上同时按住ctrl+enter键）来执行代码。

当Cell前出现*，表示当前cell程序正在运行，或者它前面的cell正在运行。

2.4、如何共享notebook？

点击File->Download as，你可以选择多种格式下载你的notebook。一般我都会根据下面的用途来选择不同的下载格式：

1）如果我想和客户分享我的数据分析成果，我会选择将notebook下载为HTML文件。

2）如果我希望将自己的数据分析成果和代码嵌入到项目中，比如为药店管理系统做个数据分析子模块，我就会选择Python（.py）模块，这可以将我的代码融入项目中，成为子模块，方便和其他开发人员共同完成任务。

3）如果要在博客或文档中使用 notebook，我就选择Markdown格式。

3、Pycharm

3.1安装包下载

 

官网：Download PyCharm: Python IDE for Professional Developers by JetBrains

安装：https://jingyan.baidu.com/article/f00622286e92f4fbd2f0c855.html

3.2、打开pycharm软件，点击Create New Project选项

3.3、在pycharm中配置虚拟环境

在Project Interpreter（项目解释器）配置相关的环境。
在Conda Environment中选择我们设置好的环境